198 数字图像处理（第三版） 核医学成像的有限量子成像就是一个很好的例子)是无效的、但处理空间相关和相关性噪声的复杂性 超出了我们讨论的范围。 5.2.2一些重要的噪声概率密度函数 基于前一节的假设，我们关心的空间噪声描述子就是图5.1中模型的噪声分量中灰度值的统计特 性。可以认为它们是由概率密度函数(PDF)表征的随机变量。下面是 二一关于假率论的简要回。请 在图像处理应用中最常见的PDF。 在阅本书的网站 高斯噪声 在空间域和频率域中，由于高斯噪声在数学上的易处理性，故实践中常用这种噪声（也称为正态 桑声)模型。事实上，这种易处理性非常方便，以至于高斯模型常常应用于在一定程度上导致最好结 果的场合。 高斯随机变量z的PDF由下式给出： p(:) 1 e-(:-EY/2o (5.2-1) 其中，：表示灰度值，乏表示z的均（平均@值，。表示z的标准差。标准差的平方σ称为：的方差。高 斯函数的曲线如图5.2(a)所示。当z服从式(5.21)的分布时，其值有大约70%落在范（乏一o,(?+o列引 内.有大约95%落在范I(乏-2，（乏+21内。 p() V2和 高新 060月 端利 马 b-1/a 川2) P 物数 b-a 均匀 图5.2一些重要的概率密度函数 瑞利噪声 瑞利噪声的PDF由下式给出： ①在本节中我使用？面不是m来表示均值的原因是，避免我们在后面使用和来表示邻线大小时妈引起混清